vscode调试python（transformers库的llama为例）

本文参考链接如下：
transformers源码阅读------vscode调试llama模型代码

1. 调试文件

因为只是搞清楚数据的流向，所以不需要下载任何预训练的参数

python 复制代码

from transformers.models.llama import LlamaModel,LlamaConfig
import torch

def run_llama():
    # part 1  模型初始化
    llamaconfig = LlamaConfig(vocab_size=32000,
                              hidden_size=4096//2,
                              intermediate_size=11008//2,
                              num_hidden_layers=32//2,
                              num_attention_heads=32//2,
                              max_position_embeddings=2048//2)
    
    llamamodel = LlamaModel(config = llamaconfig)

    # part 2 构建输入数据，在正向传播过程中，只需要传一个inputs_ids，batchsize是4，序列长度是30，每个元素是一个（0，llamaconfig.vocab_size）的随机整数
    inputs_ids = torch.randint(
        low=0,
        high=llamaconfig.vocab_size,
        size=(4,30))
    
    # part 3
    res = llamamodel(inputs_ids)##前向计算，等价于llamamodel.forward(inputs_ids)
    print(res)


if __name__ == "__main__":
    run_llama()

2. vscode调试

2.1 设置调试配置文件

点击左侧边栏的运行和调试按钮：

然后点击创建launch.json文件

然后会出现 python文件调试当前正在运行的python文件：

然后就新建了一个launch.json调试配置文件

其中"justMyCode"表示是一个否只调试当前的文件，如果是true，就没法进入transformers的代码了,所以如果想调试进入transformers的代码，就把这个属性设置为false

2.2 设置断点

先看看怎么前向计算的。按住ctrl键，点击LlamaModel进入LlamaModel定义的源码
但是LlamaModel定义的源码很多，可以通过资源管理器的大纲标签查看LlamaModel源码文件的代码结构：

为了快速抓住重点，在LlamaAttention的forward方法打断点:

调试窗口的断点标签可以找到这个断点，直接点击可以直接定位到断点的位置。

打开要调试的代码文件，然后点击调试窗口的调试按钮

然后程序运行，在断点处停止运行。可以看到出现了调试按钮组件

在VSCode调试过程中，各操作按钮的功能如下：

继续（Continue）

• 图标：通常为▶️（播放按钮）。

• 功能：从当前暂停的位置继续执行程序，直到遇到下一个断点或程序自然结束。

• 使用场景：当检查完当前状态的变量或逻辑后，希望程序继续运行而非逐行调试。
逐过程（Step Over）

• 图标：通常为⏭️（向右箭头跨越圆点）。

• 功能：执行当前行的代码，不进入函数内部 。若当前行包含函数调用，会直接执行完该函数，并停在下一行。

• 示例：在foo();这一行使用"逐过程"，会直接执行foo()函数全部代码，停在foo();的下一行。
单步调试（Step Into）

• 图标：通常为⏬（向下箭头进入函数）。

• 功能：进入当前行代码中的函数调用内部 ，逐行调试函数内的逻辑。

• 示例：在foo();这一行使用"单步调试"，会跳转到foo()函数的定义处，开始逐行执行函数内的代码。
单步跳出（Step Out）

• 图标：通常为⏫（向上箭头跳出函数）。

• 功能：执行完当前函数的剩余代码，返回到调用此函数的位置 。

• 使用场景：在函数内部调试时，若希望快速执行完当前函数并回到调用处。
重启（Restart）

• 图标：通常为🔄（循环箭头）。

• 功能：终止当前调试会话，并重新启动程序 ，从头开始执行。

• 注意：所有变量和状态会被重置。
停止（Stop）

• 图标：通常为⏹️（方块图标）。

• 功能：终止当前调试会话 ，结束程序运行。

• 注意：程序会立即停止，不会执行后续代码。

对比示例 ：

假设有以下代码：

javascript 复制代码

function a() {
    console.log("a");
}

function b() {
    a();          // 断点设在此行
    console.log("b");
}

b();

• 在a();行暂停时：

• 逐过程（Step Over） ：执行a()但不进入其内部，直接停在console.log("b");。

• 单步调试（Step Into） ：跳转到a()函数内部，停在console.log("a");。

• 若在a()函数内部使用单步跳出（Step Out） ：执行完a()剩余代码，返回到console.log("b");。

总结：

• 需要跳过函数调用时用逐过程 ，深入函数时用单步调试 ，快速退出函数用单步跳出 。

• 继续用于恢复全局执行，重启/停止用于控制调试会话的生命周期。

变量标签可以看到程序运行到断点处的调用堆栈内 的变量的值

监视标签可以定义（通过点击+）自己想要实时监视的变量，或者变量的形状：

观察变量还有一个办法，ctrl+J可以调出下面的调试控制台：

在最下面输入想要观察的变量就会给出值。同过观察代码和中间变量：

query_states的 $4,16,30,128$ 是怎么得来的：首先4是batch size，30是序列长度，这在测试代码中早就定义好了：

python 复制代码

    inputs_ids = torch.randint(
        low=0,
        high=llamaconfig.vocab_size,
        size=(4,30))

传进来的hidden_states形状是 $4,30,2048$ ,而self.q_proj的形状是： $2048,2048$ ,

所以self.q_proj(hidden_states)得到的输出形状是 $4,30,2048$ , hidden_shape是 $4,30,-1,128$ ,所以

self.q_proj(hidden_states).view(hidden_shape)得到的输出的形状是 $4,30,16,128$ ，这就是为了多头注意力机制，其中16就是头的个数，128是每个头输出维度。transpose(1, 2)将1，2维度交换，就得到了 $4,16,30,128$

调用堆栈标签可以看到逐层的调用过程：